BriefGPT - AI 论文速递
·
基于情感驱动的金融收益预测：一种贝叶斯增强的 FinBERT 方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究使用神经网络的新组合评估基于人群金融背景的情感分析预测股市，结果显示持牌金融顾问组的预测准确度比未经授权的金融顾问组高出39.67％，且相较于现有方法，该方法的准确度最高（87％）。
🎯
关键要点
- 该研究使用神经网络的新组合评估基于人群金融背景的情感分析预测股市。
- 研究利用 BERT 对情感进行分类，利用 LSTM 进行基于时间序列的股市预测。
- 微博被用作情感数据收集源来评估结果。
- 持牌金融顾问组的股市预测准确度比未经授权的金融顾问组高出39.67%。
- 该方法的预测准确度为87%，是现有方法中最高的。
➡️
